Google MUM (Multitask Unified Model), Google’ın Mayıs 2021’deki Google I/O etkinliğinde tanıttığı, metin ve görselleri birlikte anlayabilen, çok dilli bir yapay zeka modelidir. Google, MUM’un BERT gibi Transformer mimarisine dayandığını ve ondan 1.000 kat daha güçlü olduğunu açıklamıştı. Bu yazıda Google MUM nedir, nasıl çalışır, aramada nerelerde kullanıldı, BERT ve RankBrain’den farkı nedir ve SEO çalışmalarınızı nasıl etkiler sorularını yanıtlıyoruz.
Google MUM Nedir?
MUM, “Multitask Unified Model” yani “çok görevli birleşik model” ifadesinin kısaltmasıdır. Adındaki “çok görevli” kısmı, modelin aynı anda birden fazla görevi öğrenecek şekilde eğitildiğini anlatır: dili anlamak, metin üretmek, farklı diller arasında bilgi aktarmak ve görselleri metinle birlikte yorumlamak gibi.
Google’ın açıklamasına göre MUM 75 farklı dilde ve birçok farklı görevde aynı anda eğitildi. Bu sayede bir dildeki bilgiyi, o dilde hiç içerik bulunmasa bile başka bir dildeki aramaya yanıt olarak kullanabilir. Model aynı zamanda çok modludur; yani sadece metni değil, görselleri de anlayabilecek şekilde tasarlanmıştır.
MUM Hangi Sorunu Çözmek İçin Geliştirildi?
Google, MUM’u tanıtırken şu örneği kullandı: “Adams Dağı’na tırmandım, gelecek sonbaharda Fuji Dağı’na tırmanmak istiyorum, hazırlık için neyi farklı yapmalıyım?” Böyle bir soruya klasik arama ile cevap bulmak için kullanıcı genellikle birkaç ayrı arama yapar: iki dağın yüksekliği, sonbaharda Fuji’nin hava koşulları, gereken ekipman, yürüyüş rotaları.
MUM’un amacı, karmaşık ve çok adımlı bu tür ihtiyaçları anlayıp kullanıcıyı daha az aramayla doğru bilgiye ulaştırmaktır. Bunun için model, soruyu parçalarına ayırır, iki dağı karşılaştırması gerektiğini fark eder, farklı dillerdeki kaynaklardan (örneğin Japonca yerel kaynaklardan) bilgi toplayabilir ve hatta bir görseldeki ayakkabının bu yürüyüş için uygun olup olmadığını yorumlayabilir.
Google MUM’un Temel Yetenekleri
Çok Dilli Anlama
MUM, dil engelini azaltmayı hedefler. Türkçe yapılan bir aramada, en iyi bilgi Fransızca ya da Japonca bir kaynaktaysa, model bu bilgiyi anlayıp kullanıcıya uygun sonuçların bulunmasına yardım edebilir. Bu, özellikle Türkçe kaynağı az olan uzmanlık konularında önemlidir.
Çok Modlu (Multimodal) Anlama
MUM metin ve görselleri birlikte işleyebilir. Google’ın verdiği örnekte kullanıcı bir yürüyüş botunun fotoğrafını çekip “Bunu Fuji Dağı’nda kullanabilir miyim?” diye sorabilir. Bu yaklaşım daha sonra Google Lens’teki çoklu arama (multisearch) deneyiminin temellerinden biri oldu: kullanıcı bir görselle aramaya başlayıp üzerine metin ekleyerek sorusunu daraltabiliyor. Bu konuyu Google Lens nedir yazımızda ayrıca anlattık.
Karmaşık Soruları Anlama
Klasik arama, kısa ve net sorgularda başarılıdır. MUM ise birden fazla alt soruyu içeren, karşılaştırma ya da planlama gerektiren sorgularda bağlamı korumayı hedefler. “Dağ yürüyüşü için hangi ayakkabılar uygundur ve sonbaharda nelere dikkat etmeliyim?” gibi bir sorguda hem ürün hem de koşul bilgisinin birlikte değerlendirilmesi buna örnektir.
Google MUM Aramada Nerelerde Kullanıldı?
MUM, Google’ın tüm sıralama sistemini tek başına yöneten bir algoritma olarak tanıtılmadı. Google, modeli belirli deneyimlerde ve özelliklerde kullandığını açıkladı. Öne çıkan örnekler şunlardır:
- Aşı bilgileri: Google, COVID-19 aşılarına ilişkin aramalarda aşı adlarının 50’den fazla dildeki 800’ü aşkın varyasyonunu tespit etmek için MUM’u kullandığını belirtti.
- Google Lens ve çoklu arama: Görsel ile metni birleştiren arama deneyimleri, MUM’un çok modlu yaklaşımından yararlandı.
- Konuyu keşfetme özellikleri: Google, bir konunun farklı alt başlıklarını öne çıkaran ve aramayı daraltma ya da genişletme öneren arayüz özelliklerinde MUM’dan yararlandığını duyurdu.
Bugün Google aramasında yapay zeka çok daha görünür bir yere taşındı. AI Overviews (Yapay Zeka Genel Bakışları) ve AI Mode gibi deneyimler Google’ın Gemini modelleriyle çalışıyor. MUM, bu dönüşümün öncü adımlarından biri olarak görülebilir. AI Overviews hakkında daha fazla bilgi için Google AI Overviews nedir yazımıza göz atabilirsiniz.
Google MUM, BERT ve RankBrain Arasındaki Farklar
Google’ın aramada kullandığı yapay zeka sistemleri birbirinin yerine geçmez; her biri farklı bir ihtiyaca yönelik geliştirilmiştir.
| Sistem | Tanıtım | Ne işe yarar? |
|---|---|---|
| RankBrain | 2015 | Kelimelerin kavramlarla ilişkisini anlayarak daha önce görülmemiş sorguları yorumlamaya yardım eder. |
| BERT | 2019 | Cümledeki kelimelerin birbirleriyle ilişkisini ve bağlamını anlar; “için”, “değil” gibi küçük kelimelerin anlamı nasıl değiştirdiğini kavrar. |
| MUM | 2021 | Çok dilli ve çok modlu çalışır; metin ve görselleri birlikte anlayıp karmaşık bilgi ihtiyaçlarını karşılamayı hedefler. |
RankBrain, Google’ın aramada kullandığı ilk büyük makine öğrenimi sistemiydi ve odak noktası sorguları kavramlarla eşleştirmekti. BERT, dilin bağlamını anlamada büyük bir sıçrama sağladı; ayrıntılar için BERT konusu ve tanımlar yazımızı okuyabilirsiniz. MUM ise yalnızca anlamakla kalmayıp metin üretebilen, farklı dil ve formatlar arasında bilgi aktarabilen bir model olarak konumlandırıldı.
Google MUM SEO’yu Nasıl Etkiler?
MUM, “MUM için optimizasyon” yapılabilecek ayrı bir sıralama faktörü değildir. Ancak Google’ın sorguları ve içerikleri anlama biçimindeki gelişmeyi gösterir. Arama motorları kelimeleri eşleştirmekten çok anlamı, bağlamı ve kullanıcının asıl ihtiyacını anlamaya yöneldikçe şu yaklaşımlar daha önemli hâle gelir:
Arama Niyetine Kapsamlı Yanıt Verin
Kullanıcının sorduğu soruyu ve muhtemel sonraki sorularını birlikte cevaplayın. Örneğin “SEO nedir” sorusuna sadece tanım vermek yerine nasıl çalıştığını, nereden başlanacağını ve ne kadar sürdüğünü de anlatan bir içerik daha faydalıdır. Google’ın arama niyetini nasıl yorumladığını Google kullanıcıların arama niyetini nasıl anlar yazımızda inceledik.
Anahtar Kelime Doldurmaktan Kaçının
Anahtar kelimeyi metne tekrar tekrar yerleştirmek yerine konuyu ilgili kavramlarıyla birlikte, doğal bir dille anlatın. Bu yaklaşımın temellerini bağlamsal ve anlam odaklı SEO ve Google entities (varlıklar) yazılarımızda bulabilirsiniz.
Görselleri ve Videoları Optimize Edin
Çok modlu arama yaygınlaştıkça görsellerin de içeriğin bir parçası olarak anlaşılması önem kazanır. Özgün görseller kullanın, açıklayıcı dosya adları ve alt metinler yazın, görselleri ilgili metnin yakınına yerleştirin.
Uzmanlık ve Güvenilirlik Gösterin
Karmaşık sorulara verilen yanıtlarda kaynağın güvenilir olması önemlidir. Yazar bilgisi, deneyime dayalı örnekler, güncel bilgiler ve doğru kaynaklar içeriğinizin değerini artırır.
Konu Bütünlüğü Kurun
Bir konuyu tek bir yazıyla değil, birbirine bağlı içeriklerle ele alın. Ana konu sayfası ve alt başlıkları detaylandıran yazılar arasında iç link kurmak, hem kullanıcının hem de arama motorlarının konudaki uzmanlığınızı görmesini kolaylaştırır. Bu yapıyı SEO stratejisi nasıl oluşturulur rehberimizde adım adım anlattık.
MUM Sonrası Aramanın Geleceği
MUM ile başlayan çok dilli ve çok modlu anlama yaklaşımı, bugün üretken yapay zekayla çalışan arama deneyimlerine dönüştü. Kullanıcılar artık daha uzun ve konuşma diline yakın sorular soruyor, görselle arama yapıyor ve yanıtın bir kısmını doğrudan arama sonuç sayfasında alıyor. Bu ortamda arama motorlarının sizin içeriğinizi kaynak olarak seçmesi için net, doğru ve gerçekten faydalı içerik üretmek her zamankinden önemli. Yapay zeka destekli aramalarda görünürlük konusunda AI SEO nedir yazımız da yol gösterebilir.
Google MUM Hakkında Yaygın Yanlış Anlamalar
- “MUM bir algoritma güncellemesidir”: MUM, Panda ya da Penguin gibi bir sıralama güncellemesi değil, Google’ın farklı özelliklerde kullandığı bir yapay zeka modelidir. MUM’un duyurulmasından sonra yaşanan sıralama dalgalanmalarını doğrudan bu modele bağlamak doğru değildir.
- “MUM ile anahtar kelimeler önemini yitirdi”: Anahtar kelimeler hâlâ kullanıcının neyi aradığını anlamanın temel yoludur. Değişen, kelimelerin tek başına değil, bağlamıyla birlikte değerlendirilmesidir.
- “Çok dilli anlama, çeviri içeriği gereksiz kılar”: MUM farklı dillerdeki bilgiyi anlayabilse de kullanıcılar kendi dillerinde yazılmış, yerel bağlamı olan içerikleri tercih eder. Türkçe hedef kitleye özgün Türkçe içerik sunmak hâlâ en doğru yaklaşımdır.
Profesyonel SEO Desteği
Google’ın arama sistemleri geliştikçe içerik ve teknik SEO çalışmalarının da bu değişime göre planlanması gerekir. Gezgin Ajans olarak kurumsal SEO danışmanlığı hizmetimizde arama niyetine uygun içerik planı, teknik iyileştirmeler ve düzenli raporlamayı birlikte ele alıyoruz.
Sıkça Sorulan Sorular
Google MUM ne zaman duyuruldu?
Google MUM, Mayıs 2021’deki Google I/O geliştirici konferansında duyuruldu.
Google MUM bir sıralama algoritması mı?
MUM, tüm sıralamayı tek başına belirleyen bir algoritma olarak tanıtılmadı. Google, modeli aşı bilgileri, Google Lens ve konu keşfi gibi belirli özellik ve deneyimlerde kullandığını açıkladı.
MUM ile BERT arasındaki fark nedir?
BERT, cümlelerdeki kelimelerin bağlamını anlamaya odaklanır. MUM ise Google’a göre BERT’ten 1.000 kat daha güçlüdür, 75 dilde eğitilmiştir, metin üretebilir ve görselleri de anlayabilir.
MUM için özel bir SEO çalışması yapmak gerekir mi?
Hayır, MUM’a özel bir optimizasyon yöntemi yoktur. Arama niyetine kapsamlı yanıt veren, güvenilir, iyi yapılandırılmış ve görselleri optimize edilmiş içerikler üretmek en doğru yaklaşımdır.
MUM Türkçe aramaları etkiler mi?
MUM çok dilli olarak tasarlandığı için farklı dillerdeki bilgiyi anlayıp aktarabilir. Ancak hangi özelliklerin hangi dil ve ülkelerde ne ölçüde kullanıldığını Google ayrıntılı olarak paylaşmamıştır.


